最优化平时作业一、目标规划1、题目：见书中例题P110例42、解题方法：利用Lingo求解3、具体步骤（1）.对应于第一优先等级，建立线性规划问题：model:min=-d1;5*x1+10*x2<=60;x1-2*x2+d1_-d1=0;end运行结果：-d1=0（2）对应于第二优先等级，将-d1=0作为约束条件，建立线性规划问题：min=d2_;5*x1+10*x2<=60;x1-2*x2+d1_-d1=0;4*x1+4*x2+d2_-d2=36;-d1=0;end运行结果：d2=0;（3）.对应于第三优先等级，将-d1=0,-d1=0作为约束条件，建立线性规划问题：min=d3_;5*x1+10*x2<=60;x1-2*x2+d1_-d1=0;4*x1+4*x2+d2_-d2=36;6x1+8*x2+d3_-d3=48;-d1=0;d2=0;end运行结果：d3=0;X14.800000X22.400000二、动态规划之0-1背包问题1、题目：给定n种物品和一背包。物品i的重量是Wi，其价值为Vi，背包的容量是c，问应如何选择装入背包中的物品，使得装入背包中物品的总价值最大。2、解题方法与思路：利用java求解，.思想方法是回溯思想3、需求分析对于给定n种物品和一背包。在容量最大值固定的情况下，要求装入的物品价值最大化4、java源程序及运行结果BackTrace.java*Tochangethistemplate,chooseTools|TemplateManager*andopenthetemplateintheeditor.*/packagesunfa;importjava.util.Date;publicclassBackTrace{/***@paramargs*/publicstaticvoidmain(String[]args){doublew[]={2,2,6,5,4};doublev[]={6,3,5,4,6};intn=5;doublec=10;knapsack(v,w,c);System.out.println(bestp);}//比较两个元素大小的类privatestaticclassElementimplementsComparable{intid;doubled;privateElement(intidd,doubledd){id=idd;d=dd;}publicintcompareTo(Objectx){doublexd=((Element)x).d;if(d=n){if(cp>bestp){bestp=cp;for(intj=1;j<=n;j++){bestX[j]=x[j];}}return;}//搜索子树if(cw+w[i]<=c){//进入左子树x[sortX[i]]=1;cw+=w[i];cp+=p[i];backtrack(i+1);cw-=w[i];cp-=p[i];}if(bound(i+1)>bestp)x[sortX[i]]=0;backtrack(i+1);//进入右子树}//计算上界privatestaticdoublebound(inti){doublecleft=c-cw;doublebound=cp;//以物品重量价值递减顺序装入物品while(i<=n&&w[i]<=cleft){cleft-=w[i];bound+=p[i];i++;}//装满背包if(i<=n)bound+=p[i]/w[i]*cleft;returnbound;}publicstaticStringgetX(){Stringsolution=String.valueOf(bestX[1]);for(inti=2;i
